매개효과(9)

영향력

 

 

사실 매개변인으로 잡을 변인의 수는 많이 있습니다.

다양하게 많은 매개변인이 이 세상에 존재하지요.

그러나, 연구자의 관심은 그 수천개의 매개변인 중에서 어떤 변인을 가장 중요하게 볼 것인가에 있습니다.

그리고, 이론적 근거에 의해서 자신의 연구에서는 그 변인이 결과변인에 미치는 영향이

커야 합니다.

만일 어떤 매개변인을 잡았다고 합시다.

그런데, 그 변인이 아래의 그림처럼 결과변인에 1%밖에 영향을 줄 수 없다면,

이 변인을 설정할 이유가 없지요. 겨우 1%인데...

따라서, 이론적 근거에 의해서

결과변인에 크게 영향을 줄 수 있는 매개변인이 어떤 것인지 찾아보는 게 중요합니다.

만일, 1%의 작은 영향력을 주는 변인 100개가 있다면, 100%의 영향력을 준다고 할 수 있겠지요.

변인은 수가 많아질수록 영향력(R 제곱)은 더 커지게 마련이니까요.

하지만, 논문을 쓰는 이유는 그 많은 변인중에서도 가장 큰 영향력을 주는 변인이 어떤 것인가? 하는 것을

찾는 과정이기도 합니다.

매개효과를 설명하는 변량이 어느 정도인가? 이것이 아래 그림에 나오는 R 제곱인데요, R 제곱이

.01이라는 말은 1%의 영향을 준다는 말입니다. 간혹 돌리다보면,

변인이 추가되면서 3%, 4% 늘어났다라는 식으로 쓰는 논문들이 있는데, 이렇게 변인 잡은 것은 사실 별 의미가 없습니다.

최소 30%이상의 영향력(설명력)이 있는 변인을 잡아야 합니다.

그러한 것을 선행연구를 통해 알아봐야하겠지요.

 

 

 

 

 

 

상관관계에서 나오는 r을 제곱하면 위의 그림처럼 R제곱이 나온다는 것은 알고 계실 겁니다.

중다회귀이기 때문에 r도 대문자 R로 쓰게 됩니다. 예측변인이 두 개이상이기 때문에 그렇지요.

 

변인을 선택할 때,

영향력이 최소 30%이상이면 그래도 괜찮은 변인이라 할 수 있으며, 영향력(설명량)이 작다는 말은

이론적 배경이 엉망이다라는 이야기밖에 안됩니다.

한 매개변인이 절대강자이다라는 사실을 알리기 위해서 그만큼 이론적 배경을 잘 봐야 합니다. 정말 의미있는 변인인가?

정말 매개효과가 있는가?

그러기 위해서, 선행연구를 근거로 해서 여러 변인중 그 중에서도 가장 큰 영향력이 있는 변인을 봐야 합니다.